基于全字语义的摘要结构功能自动识别研究

doi:10.3772/j.issn.1000-0135.2019.01.009

情报学报

2019, Vol. 38

Issue (1): 79-88 DOI: 10.3772/j.issn.1000-0135.2019.01.009

情报分析方法与技术

本期目录 | 过刊浏览 | 高级检索

基于全字语义的摘要结构功能自动识别研究

沈思¹, 胡昊天², 叶文豪², 王东波²

1. 南京理工大学经济管理学院，南京 210094；
2. 南京农业大学信息科技学院，南京 210095

Research on Abstract Structure Function Automatic Recognition Based on Full Character Semantics

Shen Si¹, Hu Haotian², Ye Wenhao², Wang Dongbo²

1. School of Economics & Management, Nanjing University of Science and Technology, Nanjing 210094;
2. College of Information Science and Technology, Nanjing Agricultural University, Nanjing 210095

摘要
图/表
参考文献
相关文章 (2)

全文: PDF (2129 KB) HTML (140 KB)
输出: BibTeX | EndNote (RIS)

摘要学术文献摘要的各个结构都具有特定的功能，但是目前对学术文献摘要结构功能自动识别的研究相对较少，且存在方法较为传统、识别效果不显著的问题。以摘要文本中的字为基本语义单位，本文以基于具有序列属性的LSTM-CRF模型的深度学习方法，利用摘要中所有字所包含的语义信息，构建了期刊论文摘要结构功能自动识别模型，并与具有非序列属性的SVM模型与具有序列属性的RNN模型、CRF模型和LSTM模型进行了多个角度地对比。本文提出的模型在摘要结构功能识别的准确率、召回率和F值上均取得显著效果，F值最高达到85.47%。与RNN模型、CRF模型、LSTM模型和SVM模型相比，LSTM-CRF的平均整体性能分别提升了33.63%、39.13%、32.81%和38.33%。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	沈思
	胡昊天
	叶文豪
	王东波

关键词 ：全字语义, 序列属性, 摘要结构功能识别, LSTM-CRF

收稿日期: 2017-12-15

基金资助:国家自然科学基金青年项目“基于时间感知模型的学术主题检索与演化挖掘研究”(71503124)；国家自然科学基金青年项目“基于CSSCI的句法级汉英平行语料库构建及知识挖掘研究”（71303120）

作者简介: 沈思，女，1983年生，博士，讲师，硕士生导师，研究领域为机器学习、信息检索，E-mail:12015178@njust.edu.cn；胡昊天，男，1997年生，本科生，研究领域为自然语言处理；叶文豪，男，1994年生，硕士研究生，研究领域为文本挖掘；王东波，男，1981年生，博士，副教授，硕士生导师，研究领域为自然语言处理与文本挖掘、信息计量。

引用本文:

沈思, 胡昊天, 叶文豪, 王东波. 基于全字语义的摘要结构功能自动识别研究[J]. 情报学报, 2019, 38(1): 79-88.
Shen Si, Hu Haotian, Ye Wenhao, Wang Dongbo. Research on Abstract Structure Function Automatic Recognition Based on Full Character Semantics. 情报学报, 2019, 38(1): 79-88.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2019.01.009 或 https://qbxb.istic.ac.cn/CN/Y2019/V38/I1/79

［1］黄玲, 姜小兰. 我国科技期刊摘要存在的问题及原因浅析[J]. 长江科学院院报, 2014, 31(7): 114-118.
［2］张郁佳. 中英语言学学术期刊摘要的元功能分析[J]. 黑龙江生态工程职业学院学报, 2017, 30(4): 148-150.
［3］高建群, 吴玲, 施业. 学术论文摘要的规范表达[J]. 东南大学学报(哲学社会科学版), 2003(2): 114-117.
［4］ Silva J, Coheur L, Mendes A C, et al. From symbolic to sub-symbolic information in question classification[J]. Artificial Intelligence Review, 2011, 35(2): 137-154.
［5］ Cui L, Zhang D, Liu S, et al. Learning topic representation for SMT with neural networks[C]//Proceedings of Conference of the Association for Computational Linguistics. Stroudsburg: Association for Computational Linguistics, 2014: 133-143.
［6］ Wang D, Nyberg E. A long short-term memory model for answer sentence selection in question answering[C]//Proceedings of the 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing. Stroudsburg: Association for Computational Linguistics, 2015: 707-712.
［7］郑秋生, 翟琳琳. 基于改进Rocchio算法的短文本自动分类研究[J]. 中原工学院学报, 2013, 24(1): 70-73.
［8］林小俊, 张猛, 暴筱, 等. 基于概念网络的短文本分类方法[J]. 计算机工程, 2010, 36(21): 4-6.
［9］孙建旺, 吕学强, 张雷瀚. 基于语义与最大匹配度的短文本分类研究[J]. 计算机工程与设计, 2013, 34(10): 3613-3618.
［10］张群, 王红军, 王伦文. 词向量与LDA相融合的短文本分类方法[J]. 现代图书情报技术, 2016(12): 27-35.
［11］李湘东, 曹环, 丁丛, 等. 利用《知网》和领域关键词集扩展方法的短文本分类研究[J]. 现代图书情报技术, 2015(2): 31-38.
［12］ Zhou C, Sun C, Liu Z, et al. A c-LSTM neural network for text classification[J]. arXiv Preprint arXiv: 1511.08630, 2015.
［13］ Dong L, Wei F, Zhou M, et al. Question answering over freebase with multi-column convolutional neural networks[C]//Proceedings of the 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing. Stroudsburg: Association for Computational Linguistics, 2015: 260-269.
［14］ Qu Y, Liu J, Kang L, et al. Question answering over freebase via attentive RNN with similarity matrix based CNN[J]. arXiv: 1804.03317, 2018.
［15］ Zhang D, Wang D. Relation classification via recurrent neural network[J]. arXiv Preprint arXiv: 1508.01006, 2015.
［16］ Ji W. Structure regularized bidirectional recurrent convolutional neural network for relation classification[J]. arXiv Preprint arXiv: 1711.02509, 2017.
［17］孙晓, 彭晓琪, 胡敏, 等. 基于多维扩展特征与深度学习的微博短文本情感分析[J]. 电子与信息学报, 2017, 39(9): 2048-2055.
［18］殷亚博, 杨文忠, 杨慧婷, 等. 基于卷积神经网络和KNN的短文本分类算法研究[J]. 计算机工程, 2018, 44(7): 193-198.
［19］彭玉青, 宋初柏, 闫倩, 等. 基于VDCNN和LSTM混合模型的中文文本分类研究[J]. 计算机工程, 2017, 43(11): 123-130.
［20］薛涛, 王雅玲, 穆楠. 基于词义消歧的卷积神经网络文本分类模型[J]. 计算机应用研究, 2018, 35(10): 1-8.
［21］陆伟, 黄永, 程齐凯. 学术文本的结构功能识别——功能框架及基于章节标题的识别[J]. 情报学报, 2014, 33(9): 979-985.
［22］黄永, 陆伟, 程齐凯. 学术文本的结构功能识别——基于章节内容的识别[J]. 情报学报, 2016, 35(3): 293-300.
［23］黄永, 陆伟, 程齐凯, 等. 学术文本的结构功能识别——基于段落的识别[J]. 情报学报, 2016, 35(5): 530-538.
［24］王立非, 刘霞. 英语学术论文摘要语步结构自动识别模型的构建[J]. 外语电化教学, 2017(2): 45-50, 64.
［25］ Pham T H, Le-Hong P. End-to-end recurrent neural network models for vietnamese named entity recognition: Word-level vs. character-level[C]// Proceedings of the 15th International Conference of the Pacific Association for Computational Linguistics. Springer, 2017: 46-53.
［26］ Hochreiter S, Schmidhube R J. Long short-term memory[J]. Neural Computation, 1997, 9(8): 1735-1780.
［27］ Cross J, Huang L. Incremental parsing with minimal features using bi-directional LSTM[J]. arXiv Preprint arXiv: 1606.06406, 2016.
［28］ Hearst M A, Dumais S T, Osuna E, et al. Support vector machines[J]. IEEE Intelligent Systems and Their applications, 1998, 13(4): 18-28.
［29］ Lafferty J, McCallum A, Pereira F. Conditional random fields: Probabilistic models for segmenting and labeling sequence data[C]// Proceedings of the Eighteenth International Conference on Machine Learning, 2001: 282-289.
［30］ Huang Z, Xu W, Yu K. Bidirectional LSTM-CRF models for sequence tagging[J]. arXiv Preprint arXiv: 1508.01991, 2015.